"Wow"에서 "How"로, 웨비나 Q&A 세션을 통해 깨달은 임상시험의 AI 활용의 미래

최근 CRScube는 AI 기반 EDC 셋업을 선보이는 웨비나를 개최했습니다. 이 기능은 프로토콜이나 CRF Specification을 바탕으로 eCRF와 Edit check를 자동으로 구성하도록 설계되었습니다.

기술의 도약도 놀랍지만, 진정한 핵심은 데모 시연이 아닌 Q&A 세션에 있었습니다. 쏟아지는 질문들을 살펴보며 한 가지 명확한 사실을 확인할 수 있었습니다. 임상 업계가 AI를 그저 새롭고 신기한 기술로 바라보는 단계를 지나, 실용적이고 철저한 검증의 단계로 진입하고 있다는 것입니다.

참석자들은 더 이상 AI의 작동 여부를 묻지 않습니다. 그들은 복잡하고 규제가 엄격하며 예측 불가능한 실제 임상 환경에서 AI가 '어떻게' 살아남고 기능할 수 있는지를 묻고 있습니다. 참석자들의 질문을 통해 엿본 우리 업계의 AI 도입 준비 상태는 다음과 같습니다.

1. 필수적인 안전장치, 인간 개입(Human-in-the-Loop)

가장 인상 깊었던 질문 중 하나는 다음과 같습니다.

"AI가 제대로 작동하지 않는 특정 상황에서는 사람이 수동으로 CRF 페이지를 생성할 수 있나요?"

우리는 이것이 매우 건전한 회의감을 보여준다고 생각합니다. 까다롭고 고된 작업을 처리할 수 있는 자동화 기술이 주어졌음에도, DM은 여전히 자신이 통제권을 쥐고 있기를 원합니다.

이 질문이 시사하는 바는 다음과 같습니다: 사용자는 고립되어 작동하는 블랙박스를 원하는 것이 아니라, 업무 능력을 높여줄 증강된 워크플로우를 찾고 있습니다. AI를 활용하고 싶어 하면서도 동시에 직접 개입할 수 있는 선택지를 원합니다. 이는 우리의 목표와 완벽하게 일치합니다. 당사의 목표는 인간의 전문성을 대체하는 것이 아닙니다. 수동 입력의 비효율성으로부터 여러분을 해방시키는 동시에, 복잡한 특수 사례에서는 계속해서 사용자가 주도권을 쥐도록 지원하는 것입니다.

2. 단순한 가속 버튼이 아닌 가드레일

품질 및 논리 검증과 관련된 질문 역시 높은 비중을 차지했습니다.

"CRF Specification에 명백한 오타나 모순이 있는 경우, AI는 이를 어떻게 처리하나요? 문서 자체에 대한 피드백도 제공하나요?"

이는 매우 수준 높은 질문입니다. '잘못된 데이터가 들어가면 잘못된 결과가 나온다'는 사실을 참석자들이 정확히 이해하고 있음을 보여줍니다. 사용자들은 AI가 단순히 지시를 따르는 것을 넘어, 무언가 이상할 때 먼저 문제를 제기할 수 있을 만큼 똑똑해지기를 기대하고 있습니다.

이 질문이 시사하는 바는 다음과 같습니다: AI 도입이 얼마나 준비되었는지는 데이터 무결성과 직결됩니다. 참석자들은 문서(프로토콜 또는 CRF Specification)가 널리 공유되기 전에 AI가 모순을 찾아내는 1차 품질 관리 필터 역할을 해주기를 기대합니다.

3. 확실한 검증(Validation)과 규제 준수

아무리 훌륭한 임상 혁신도 규제 프레임워크를 충족하지 못하면 살아남을 수 없습니다. 다음과 같은 취지의 질문도 여러 차례 등장했습니다.:

"AI가 EDC 셋업을 주도할 때 검증이 제대로 수행된다는 것을 어떻게 보장하나요? 기존의 UAT 프로세스에 변화가 생기나요?"

이 질문이 시사하는 바는 다음과 같습니다: 21 CFR Part 11 규정과 전통적인 UAT 모델이 AI 시대에 어떻게 적용될지에 대한 타당하고 지속적인 우려가 존재합니다. 혁신은 중요하지만 컴플라이언스는 결코 타협할 수 없는 영역입니다. AI가 온전히 받아들여지려면, 자동화의 성과만큼이나 검증 역시 탄탄해야 합니다.

4. DM(Data Managers)의 진화

마지막으로, 모두가 궁금해하지만 꺼내기 조심스러운 핵심 질문이 있었습니다.

"이로 인해 DM의 일자리가 줄어들게 되나요?"

이 질문은 여러 산업에 만연한 AI에 대한 불안감의 핵심을 찌릅니다. 그러나 웨비나의 전반적인 분위기는 두려움이 아닌 진화에 가까웠습니다.

이 질문이 시사하는 바는 다음과 같습니다: DM의 역할은 단순한 실행자에서 설계 총괄로 변화하고 있습니다. 미래의 DM은 수작업으로 필드를 매핑하고 반복적인 Edit check를 작성하느라 수 주를 낭비하는 대신, 전략 수립, 복잡한 데이터 트렌드 분석, 그리고 전반적인 관리 감독에 집중하게 될 것입니다. 우리는 기회가 사라지는 것이 아니라, 오히려 한 차원 높게 격상되고 있다고 굳게 믿습니다.

결론: 우리는 준비가 되었는가?

세션 중에 나온 질문들은 참석자들이 신중하게 낙관하면서도 매우 실용적인 태도를 지니고 있음을 보여줍니다. 사람들이 마법을 기대하는 것이 아니라, 원칙과 규정을 준수하는 범위 내에서의 효율성을 찾고 있다는 점은 매우 고무적이었습니다.

이는 당사가 추구하는 실용적 AI(Practical AI), 즉 프로세스를 정밀하게 혁신하는 목적 맞춤형 기능과 완벽하게 일치합니다. EDC 내에서 AI는 초기 셋업을 위한 고성능 엔진 역할을 수행하며, 임상 팀이 프로토콜의 전략적 복잡성을 다루고 과제의 최종적인 무결성을 확보하는 데 전문성을 집중할 수 있도록 돕습니다.

우리가 그리는 EDC의 미래는 단순히 AI가 화면을 만들어내는 것이 아닙니다. AI와 인간이 함께 더 나은 임상시험을 구축해 나가는 것입니다.

웨비나를 놓치셨다면, [여기]에서 다시보기 하실 수 있습니다.